开源Agent自我演化的五层设计
yujiezha · reddit · 2026-07-13
作者整理了一个开源 AI agent 的“自我演化”设计，核心目标不是只做记忆检索，而是让 agent 能逐步修正自己的技能、提示词，甚至在受控条件下更新代码。 他把能力变化分成 5 层： - **基础记忆与知识**：把记忆、知识库、提示词都做成可编辑文件；长期记忆写入 `MEMORY.md`，日记级记忆按日期分文件存放。 - **上下文摘要**：当上下文超限时，不是直接丢消息，而是先截断超长工具结果，再按完整 turn 剪裁，并把被剪掉的内容总结回当天记忆。 - **会话后复盘**：会话空闲后，agent 回看整段交互，修复或创建 skill，重试失败任务，并补写记忆/知识/提示词。 - **夜间巩固**：把短期信息定期整理进长期记忆。 - **源码自更新**：只有在显式要求时，才允许修改代码本身。 作者强调的原则是：**修复源头，而不是只记录症状**。比如 skill 出问题时，不应只留一条“它坏了”的记忆，而是直接改 skill 文件。